프로도의 블로그

python-dotenv 라이브러리의 load_dotenv() 함수는 기본적으로 현재 작업 디렉토리(current working directory)와 그 상위 디렉토리들을 탐색하여 .env 파일을 찾습니다.load_dotenv()의 기본 동작load_dotenv() 함수를 인자 없이 호출하면, 다음과 같은 순서로 .env 파일을 탐색합니다:현재 스크립트가 실행되는 디렉토리(Current Working Directory, CWD): 예를 들어, /home/user/project/src에서 python my_script.py를 실행했다면, /home/user/project/src/.env를 먼저 찾습니다.현재 작업 디렉토리의 상위 디렉토리들: CWD에서 .env 파일을 찾지 못하면, 그 부모 디렉토리, 그 ..

여러개의 csv 파일을 한개의 csv 파일로 만들기 import os import pandas as pd # 현재 디렉토리의 모든 파일 목록을 얻기 files = os.listdir('.') # 'result_숫자.csv' 형식에 맞는 파일만 필터링 csv_files = [file for file in files if file.startswith('result_') and file.endswith('.csv')] # 모든 CSV 파일을 합치기 combined_csv = pd.DataFrame() for file in csv_files: df = pd.read_csv(file) combined_csv = pd.concat([combined_csv, df]) # 결과 CSV 파일 저장 combined_csv..

날짜 선택한 날짜 목록 가져 오기 from datetime import datetime, timedelta def print_date(start_date, end_date, dash_type): # 문자열로 주어진 날짜를 datetime 객체로 변환 start = datetime.strptime(start_date, '%Y-%m-%d') end = datetime.strptime(end_date, '%Y-%m-%d') dates_list = [] # 날짜를 저장할 리스트 생성 # 시작일부터 종료일까지 반복 current = start while current

아래와 같이 다운로드 하면 파이썬 3.10 버전을 사용할 수 있음 !python -m pip download openai --only-binary=:all: --python-version 310 --platform manylinux1_x86_64 --no-deps

파이썬 코드 디버깅을 할 때에는 print를 사용하는 것보다는 아래와 같이 logging 모듈을 이용하는 것이 좋습니다. print 문을 이용하면 아래와 같은 단점이 있습니다. 성능 문제: print 문은 I/O 작업이므로 성능에 영향을 줄 수 있습니다. 로그 관리: print로 출력된 로그는 쉽게 관리되거나 저장되지 않습니다. 불필요한 출력: 프로덕션 환경에서 불필요한 출력은 혼란을 초래할 수 있습니다. 이러한 문제를 해결하기 위해, 일반적으로 로깅 모듈을 사용하여 로그를 관리합니다. Python의 표준 라이브러리인 logging 모듈을 사용하면 됩니다. logging 모듈을 사용하면 다음과 같은 장점이 있습니다: 로그 레벨 설정: DEBUG, INFO, WARNING, ERROR, CRITICAL 등..

f-string을 이용하면 두 줄 이상의 문자열을 처리할 때 매우 편합니다. 이때 발생할 수 있는 문제가 한가지가 있습니다. 아래와 같이 indent를 맞추면 화면에 출력 시 알파벳 앞의 공백이 함께 인식이 되버립니다. def func(): str = f""" abc def """ 이럴 땐 조금 불편하지만 아래와 같은 방법을 사용하면 됩니다. def func(): str = ( f'abc' f'def' )

아래와 같이 하면 된다. !echo "y" | sudo apt-get install g++ openjdk-8-jdk python3-dev python3-pip curl 참고 https://vg-rlo.tistory.com/134

conda info --envs conda info source activate base source deactivate 참고 https://dandyrilla.github.io/2018-10-01/conda-env/ 아나콘다(Anaconda) 가상환경 사용법 아나콘다(Anaconda)에서 지원하는 가상환경을 통해 한 운영체제 위에 여러 python 환경을 독립적으로 설정할 수 있습니다. 가상환경을 만들고 사용하는 기본적인 방법을 알아봅니다. dandyrilla.github.io

{ "shortcuts": [ { "command": "notebook:clear-cell-output", "keys": [ "D","O" ], "selector": ".jp-Notebook:focus" } ] }

설명 명령어 아나콘다 정보 conda info 아나콘다 가상환경 리스트 conda env list